本文详细介绍MP4文件录制及AAC编码技术。包括MP4文件处理API介绍、AAC编码库FAAC的使用方法，以及如何从PCM数据流实时编码成AAC格式。
MP4录制程序是根据mpeg4ip中mpeg4ip-1.5.0.1\server\mp4live\file_mp4_recorder.cpp文件改的。程序支持h264+aac（raw 流）的写入方式，用到了动态库mp4v2-2.0.0，不要用mpeg4ip中那个较老的版本，因为在录制大文件时会有效率问题，下面是一些mp4v2接口的简介。
MP4FileHandle MP4Create (const char* fileName，uint32_t flags)
功能：创建MP4文件句柄。
返回：MP4文件句柄。
参数：fileName 要录制的MP4文件名；flags 创建文件类型，如果要创建普通文件用默认值0就可以，如要录制大于4G的MP4文件此处要设置MP4_CREATE_64BIT_DATA。
bool MP4SetTimeScale( MP4FileHandle hFile, uint32_t value )
功能：设置时间标度。
返回：成功返回true，失败返回false。
参数：hFile MP4文件句柄，value 要设置的值（每秒的时钟ticks数）。
MP4TrackId MP4AddH264VideoTrack(MP4FileHandle hFile,
uint32_t timeScale,
MP4Duration sampleDuration,
uint16_t width,
uint16_t height,
uint8_t AVCProfileIndication,
uint8_t profile_compat,
uint8_t AVCLevelIndication,
uint8_t sampleLenFieldSizeMinusOne)
功能：添加h264视频track。
返回：返回track id号。
参数：hFile MP4文件句柄，timeScale 视频每秒的ticks数（如90000），sampleDuration 设置为 MP4_INVALID_DURATION，width height 视频的宽高，AVCProfileIndication profile (baseline profile, main profile, etc. see)，profile_compat compatible profile，AVCLevelIndication levels，sampleLenFieldSizeMinusOne 设置为3.
注意： AVCProfileIndication，profile_compat, AVCLevelIndication,这三个参数值是在h264流中得到的。
MP4TrackId MP4AddAudioTrack(
MP4FileHandle hFile,
uint32_t timeScale,
MP4Duration sampleDuration,
uint8_t audioType)
功能：添加音频（aac）track。
返回：返回track id号。
参数：hFile MP4句柄，timeScale音频每秒的ticks数（如16000），下面两参数设置为MP4_INVALID_DURATION和MP4_MPEG4_AUDIO_TYPE。
bool MP4SetTrackESConfiguration(
MP4FileHandle hFile,
MP4TrackId trackId,
const uint8_t* pConfig,
uint32_t configSize );
功能：设置音频解码信息（如果设置错误会导致没有声音）。
返回：成功返回true，失败返回false。
参数：hFile 文件句柄，trackId 音频的track id，pConfig 记录解码信息的二进制流，configSize 解码串的长度。
注意：mpeg4ip 使用faac进行aac音频编码的，在编码时可以调用相应的函数得到二进制串pConfig和长度configSize，但是如果aac不是用faac编码的，这是需要自己填充pConfig，可以参考faac的实现，下面是一个填充结构例子：
前五个字节为 AAC object types LOW 2
接着4个字节为 码率index 16000 8
接着4个字节为 channels 个数 1
应打印出的正确2进制形式为 00010 | 1000 | 0001 | 000
2 8 1
bool MP4WriteSample(
MP4FileHandle hFile,
MP4TrackId trackId,
const uint8_t* pBytes,
uint32_t numBytes,
MP4Duration duration DEFAULT(MP4_INVALID_DURATION),
MP4Duration renderingOffset DEFAULT(0),
bool isSyncSample DEFAULT(true) );
功能：写一帧视频数据或写一段音频数据。
返回：成功返回true，失败返回false。
参数：hFile 文件句柄，trackId 音频或视频的track id，pBytes为要写的数据流指针，numBytes为数据字节长度，duration为前一视频帧与当前视频帧之间的ticks数，或这是前一段音频数据和当前音频数据之间的ticks。isSyncSample 对视频来说是否为关键帧。
注意：1，duration这个参数是用来实现音视频同步用的，如果设置错了会造成音视频不同步，甚至会出现crash现象（一般出现在调用MP4Close是crash）。 2，对于视频流MP4WriteSample函数每次调用是录制前一帧数据，用当前帧的时间戳和前一帧的时间戳计算duration值，然后把当前帧保存下来用做下次调用MP4WriteSample时用，写音频数据一样。
void MP4AddH264SequenceParameterSet(
MP4FileHandle hFile,
MP4TrackId trackId,
const uint8_t* pSequence,
uint16_t sequenceLen );
和
void MP4AddH264PictureParameterSet(
MP4FileHandle hFile,
MP4TrackId trackId,
const uint8_t* pPict,
uint16_t pictLen );
功能：添加序列参数集，添加图像参数集。
参数：hFile 文件句柄，trackId 视频track id，pSequence和pPict为要写入的序列图像参数集的数据指针，sequenceLen和pictLen为串长度。
注意：当检测到序列参数集或图像参数集更新时要调用MP4AddH264SequenceParameterSet或MP4AddH264PictureParameterSet进行更新。
void MP4Close(
MP4FileHandle hFile,
uint32_t flags DEFAULT(0) );
功能：关闭以打开的MP4文件。
参数：hFile 文件句柄，flags 是否允许在关闭MP4文件前做一些额外的优化处理。
注意：在录制较小的MP4文件时可以把flags设置为默认值，如果录制较大的文件最好把flags设置为MP4_CLOSE_DO_NOT_COMPUTE_BITRATE否则调用MP4Close函数会用掉很长的时间。
转载自：http://blog.youkuaiyun.com/jwzhangjie/article/details/8782650
+++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
+++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
音频编解码·实战篇（1）PCM转至AAC（AAC编码）
- 作者：柳大·Poechant
- 博客：blog.youkuaiyun.com/poechant
- 邮箱：zhongchao.ustc@gmail.com
- 日期：April 7th, 2012
这里利用FAAC来实现AAC编码。
1 下载安装 FAAC
这里的安装过程是在 Mac 和 Linux 上实现的，Windows可以类似参考。
wget http://downloads.sourceforge.net/faac/faac-1.28.tar.gz
tar zxvf faac-1.28.tar.gz
cd faac-1.28
./configure
make
sudo make install
如果才用默认的 configure 中的 prefix path，那么安装后的 lib 和 .h 文件分别在/usr/local/lib和/usr/local/include，后面编译的时候会用到。
如果编译过程中发现错误：
mpeg4ip.h:126: error: new declaration ‘char* strcasestr(const char*, const char*)’
解决方法：
从123行开始修改此文件mpeg4ip.h，到129行结束。 修改前：
#ifdef __cplusplus
extern "C" {
#endif
char *strcasestr(const char *haystack, const char *needle);
#ifdef __cplusplus
}
#endif
修改后：
#ifdef __cplusplus
extern "C++" {
#endif
const char *strcasestr(const char *haystack, const char *needle);
#ifdef __cplusplus
}
#endif
2 FAAC API
2.1 Open FAAC engine
Prototype:
faacEncHandle faacEncOpen // 返回一个FAAC的handle
(
unsigned long nSampleRate, // 采样率，单位是bps
unsigned long nChannels, // 声道，1为单声道，2为双声道
unsigned long &nInputSamples, // 传引用，得到每次调用编码时所应接收的原始数据长度
unsigned long &nMaxOutputBytes // 传引用，得到每次调用编码时生成的AAC数据的最大长度
);
2.2 Get/Set encoding configuration
Prototype:
获取编码器的配置：
faacEncConfigurationPtr faacEncGetCurrentConfiguration // 得到指向当前编码器配置的指针
(
faacEncHandle hEncoder // FAAC的handle
);
设定编码器的配置：
int FAACAPI faacEncSetConfiguration
(
faacDecHandle hDecoder, // 此前得到的FAAC的handle
faacEncConfigurationPtr config // FAAC编码器的配置
);
2.3 Encode
Prototype:
int faacEncEncode
(
faacEncHandle hEncoder, // FAAC的handle
short *inputBuffer, // PCM原始数据
unsigned int samplesInput, // 调用faacEncOpen时得到的nInputSamples值
unsigned char *outputBuffer,// 至少具有调用faacEncOpen时得到的nMaxOutputBytes字节长度的缓冲区
unsigned int bufferSize // outputBuffer缓冲区的实际大小
);
2.4 Close FAAC engine
Prototype
void faacEncClose
(
faacEncHandle hEncoder // 此前得到的FAAC handle
);
3 流程
3.1 做什么准备？
采样率，声道数（双声道还是单声道？），还有你的PCM的单个样本是8位的还是16位的？
3.2 开启FAAC编码器，做编码前的准备
- 调用
faacEncOpen开启FAAC编码器后，得到了单次输入样本数nInputSamples和输出数据最大字节数nMaxOutputBytes； - 根据
nInputSamples和nMaxOutputBytes，分别为PCM数据和将要得到的AAC数据创建缓冲区； - 调用
faacEncGetCurrentConfiguration获取当前配置，修改完配置后，调用faacEncSetConfiguration设置新配置。
3.3 开始编码
调用faacEncEncode，该准备的刚才都准备好了，很简单。
3.4 善后
关闭编码器，另外别忘了释放缓冲区，如果使用了文件流，也别忘记了关闭。
4 测试程序
4.1 完整代码
将PCM格式音频文件/home/michael/Development/testspace/in.pcm转至AAC格式文件/home/michael/Development/testspace/out.aac。
#include <faac.h>
#include <stdio.h>
typedef unsigned long ULONG;
typedef unsigned int UINT;
typedef unsigned char BYTE;
typedef char _TCHAR;
int main(int argc, _TCHAR* argv[])
{
ULONG nSampleRate = 11025; // 采样率
UINT nChannels = 1; // 声道数
UINT nPCMBitSize = 16; // 单样本位数
ULONG nInputSamples = 0;
ULONG nMaxOutputBytes = 0;
int nRet;
faacEncHandle hEncoder;
faacEncConfigurationPtr pConfiguration;
int nBytesRead;
int nPCMBufferSize;
BYTE* pbPCMBuffer;
BYTE* pbAACBuffer;
FILE* fpIn; // PCM file for input
FILE* fpOut; // AAC file for output
fpIn = fopen("/home/michael/Development/testspace/in.pcm", "rb");
fpOut = fopen("/home/michael/Development/testspace/out.aac", "wb");
// (1) Open FAAC engine
hEncoder = faacEncOpen(nSampleRate, nChannels, &nInputSamples, &nMaxOutputBytes);
if(hEncoder == NULL)
{
printf("[ERROR] Failed to call faacEncOpen()\n");
return -1;
}
nPCMBufferSize = nInputSamples * nPCMBitSize / 8;
pbPCMBuffer = new BYTE [nPCMBufferSize];
pbAACBuffer = new BYTE [nMaxOutputBytes];
// (2.1) Get current encoding configuration
pConfiguration = faacEncGetCurrentConfiguration(hEncoder);
pConfiguration->inputFormat = FAAC_INPUT_16BIT;
// (2.2) Set encoding configuration
nRet = faacEncSetConfiguration(hEncoder, pConfiguration);
for(int i = 0; 1; i++)
{
// 读入的实际字节数，最大不会超过nPCMBufferSize，一般只有读到文件尾时才不是这个值
nBytesRead = fread(pbPCMBuffer, 1, nPCMBufferSize, fpIn);
// 输入样本数，用实际读入字节数计算，一般只有读到文件尾时才不是nPCMBufferSize/(nPCMBitSize/8);
nInputSamples = nBytesRead / (nPCMBitSize / 8);
// (3) Encode
nRet = faacEncEncode(
hEncoder, (int*) pbPCMBuffer, nInputSamples, pbAACBuffer, nMaxOutputBytes);
fwrite(pbAACBuffer, 1, nRet, fpOut);
printf("%d: faacEncEncode returns %d\n", i, nRet);
if(nBytesRead <= 0)
{
break;
}
}
/*
while(1)
{
// (3) Flushing
nRet = faacEncEncode(
hEncoder, (int*) pbPCMBuffer, 0, pbAACBuffer, nMaxOutputBytes);
if(nRet <= 0)
{
break;
}
}
*/
// (4) Close FAAC engine
nRet = faacEncClose(hEncoder);
delete[] pbPCMBuffer;
delete[] pbAACBuffer;
fclose(fpIn);
fclose(fpOut);
//getchar();
return 0;
}
4.2 编译运行
将上述代码保存为“pcm2aac.cpp”文件，然后编译：
g++ pcm2aac.cpp -o pcm2aac -L/usr/local/lib -lfaac -I/usr/local/include
运行：
./pcm2aac
然后就生成了out.aac文件了，听听看吧！~
5 Reference
-
转载请注明来自柳大的优快云博客：blog.youkuaiyun.com/poechant
转载自：http://blog.youkuaiyun.com/poechant/article/details/7435054
+++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
+++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
下面是程序的运行流程：
首先调用faacEncHandle hEncoder=faacEncOpen(samplerate,channels,& samplesInput,
&maxBytesOutput);
1.打开aac编码引擎，创建aac编码句柄。
参数 samplerate 为要编码的音频pcm流的采样率，channels为要编码的音频pcm流的的频道数（原有的例子程序是从wav文件中读出这些信息），sampleInput在编码时要用到，意思是每次要编码的采样数，参数maxBytesOutput为编码时输出地最大字节数。
2.然后在设置一些编码参数，如
int version=MPEG4; //设置版本,录制MP4文件时要用MPEG4
int objecttype=LOW; //编码类型
int midside=1; //M/S编码
int usetns=DEFAULT_TNS; //瞬时噪声定形(temporal noise shaping，TNS)滤波器
int shortctl=SHORTCTL_NORMAL;
int inputformat=FAAC_INPUT_16BIT; //输入数据类型
int outputformat=RAW_STREAM; //录制MP4文件时，要用raw流。检验编码是否正确时可设
//置为adts传输流，把aac 流写入.aac文件中，如编码正确
//用千千静听就可以播放。
其他的参数可根据例子程序设置。
设置完参数后就调用faacEncSetConfiguration(hEncoder, aacFormat)设置编码参数。
3.如编码完的aac流要写入MP4文件时，要调用
faacEncGetDecoderSpecificInfo(hEncoder,&(ASC), &(ASCLength));//得到解码信息
//（mpeg4ip mp4 录制使用）
此函数支持MPEG4版本，得到的ASC 和ACSLength 数据在录制MP4(mpegip库)文件时用。
4.然后就是编码了，每次从实时的pcm音频队列中读出samplesInput* channels*（量化位数/8），
字节数的pcm数据。然后再把得到pcm流转变一下存储位数，我是转化为16位的了，这部分
可以根据例子程序写一个函数，这是我写的一个，
size_t read_int16(AACInfo *sndf, int16_t *outbuf, size_t num, unsigned char *inputbuf)
{
size_t i=0,j=0;
unsigned char bufi[8];
while(i<num)
{
memcpy(bufi,inputbuf+j,sndf->samplebytes);
j+=sndf->samplebytes;
int16_t s=((int16_t*)bufi)[0];
outbuf[i]=s;
i++;
}
return i;
}
也可以写一个read_float32(AACInfo *sndf, float *outbuf, size_t num ,unsigned char *inputbuf)，
和size_t read_int24(AACInfo *sndf, int32_t *outbuf, size_t num, unsigned char *inputbuf)。
处理完数据转换后就调用
bytesWritten = faacEncEncode(hEncoder,
(int *)pcmbuf,
samplesInput,
outbuff,
maxbytesoutput);
进行编码，pcmbuf为转换后的pcm流数据，samplesInput为调用faacEncOpen时得到的输入采样数，outbuff为编码后的数据buff，maxbytesoutput为调用faacEncOpen时得到的最大输出字节数。然后每次从outbuff中得到编码后的aac数据流，放到数据队列就行了，如果还要录制MP4文件，在编码完samplesInput（一帧）个采样数时，打上时间戳（mpegip库用于音视频同步）后再放到输出队列中。如果想测试看编码的aac流是否正确，设置输出格式为ADTS_STREAM，把aac数据写入到.aac文件中，看能否用千千静听播放。
5.释放资源，调用faacEncClose(hEncoder);就行了
转载自：http://blog.youkuaiyun.com/jwzhangjie/article/details/8782656
扫一扫
937
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
